Sammenligning av AI-modellers kapabiliteter
Datamaskinbruk
Only models released within the past year are shown. Only benchmarks covering at least 3 of these models are shown. Unknown release dates are excluded; historical data is retained.
Coarena · blandede oppgaver
— means no published score for this candidate in this source, not zero.7/11 recent-year models have scores
| Nr. | Modell | Agentmotor | Resonneringsinnsats | 95 % intervall | |
|---|---|---|---|---|---|
| 1 |  GPT-6 Solgpt-6-sol | Coarena | medium | 1043 | 985–1101 |
| 2 | GPT-6.1 Solgpt-6.1-sol | Coarena | medium | 1025 | 965–1085 |
| 3 | GPT-6 Lunagpt-6-luna | Coarena | medium | 1018 | 966–1070 |
| 4 |  Claude Opus 5.5claude-opus-5-5 | Coarena | medium | 1010 | 973–1047 |
| 5 | Claude Fable 5.1claude-fable-5-1 | Coarena | medium | 1001 | 968–1034 |
| 6 | Claude Sonnet 5.5claude-sonnet-5-5 | Coarena | medium | 989 | 928–1050 |
| 7 | GPT-6 Astragpt-6-astra | Coarena | medium | 976 | 936–1016 |
Coarena · blandede oppgaver
Kilde: Coarena ↗ · Hentet 21. okt. 2026, 06:00 UTC
Coarena · blandede oppgaver · Source date unknown
PandaNpc Oppdatert 21. okt. 2026, 06:01 UTC
Kilde: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Kolonneveiledning
- Nr.
- Kun visningsrekkefølge. Sortering endrer dette tallet; det er ikke en publisert kapabilitetsrangering.
- Modell
- Navnet på den evaluerte modellen og ikonet til leverandøren. En strek i en poengkolonne betyr at ingen publisert poengsum er tilgjengelig her, ikke null.
- Agentmotor
- Coarena
- Resonneringsinnsats
- medium
- Poeng
- Blind menneskelig preferansevurdering på blandede oppgaver innen nettleser, skrivebord, koding og spørsmål–svar i Coarenas harness. Dette er en Bradley–Terry-vurdering, ikke en prosentandel eller verifisert oppgavesuksess. Intervallet er 95 %; overlappende intervaller etablerer ikke en vinner. Dette er samlede resultater, ikke skrivebordsdelsettet. Resonneringsinnsats vises bare når den er publisert. Rangeringen bruker de siste 20 000 kvalifiserte bedømte kampene; PandaNpc viser hentetiden sin fordi dette øyeblikksbildet ikke oppgir noe beregningstidsstempel. Evalueringsmetodikk ↗
- 95 % intervall
- 95 % intervall